找到 2 条结果 · IEEE Transactions on Sustainable Energy
一种用于稳定含恒功率负载的三相四线三电平光伏-储能微电网运行的新型虚拟阻抗补偿算法
Novel Virtual Impedance Compensation Algorithm for Operation Stabilization of 3P4L3L PV-BES Microgrids With Constant Power Loads
Yi Zhu · Huiqing Wen · Yong Yang · Caifeng Wen 等6人 · IEEE Transactions on Sustainable Energy · 2025年1月
本文提出一种包含光伏阵列、电池储能系统和恒功率负载的混合微电网系统，采用三相四线三电平拓扑作为主功率接口。随着恒功率负载渗透率的提高，系统运行稳定性面临严峻挑战。为此，本文提出虚拟阻抗补偿方法以抑制由恒功率负载引发的不稳定与振荡问题。首先建立主功率接口（特别是三相四线三电平变换器与恒功率负载）的小信号模型，并基于奈奎斯特判据分析级联系统的稳定性。随后提出两种补偿策略，并通过稳定性裕度对比其性能。实验结果验证了所提方法的有效性，表明虚拟阻抗补偿可有效提升高比例恒功率负载下微电网的稳定性。
解读: 该虚拟阻抗补偿技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文中针对三相四线三电平拓扑的恒功率负载稳定性问题，与阳光电源三电平储能变流器架构高度契合。在光储微电网场景中，充电桩、数据中心等恒功率负载占比提升会引发负阻抗失稳，该补偿算法可集成至ST储能系统的控制策...
考虑隐变量相互辅助的电力系统高斯混合模型不确定性建模
Gaussian Mixture Model Uncertainty Modeling for Power Systems Considering Mutual Assistance of Latent Variables
Xiao Yang · Yuanzheng Li · Yong Zhao · Yang Li 等6人 · IEEE Transactions on Sustainable Energy · 2024年1月
高斯混合模型（GMM）与狄利克雷过程混合模型（DPMM）常用于刻画电力系统中的不确定性，通常采用期望最大化（EM）算法求解。然而，在处理大规模不确定变量数据时，传统方法难以在较低时间消耗下准确获取模型参数。为此，本文提出一种考虑隐变量相互辅助的GMM不确定性建模方法。首先构建不确定变量的GMM，利用条件概率描述隐变量间的相互辅助关系；进而改进EM算法，在E步和M步中引入条件概率，并重新推导GMM参数的闭式解。基于澳大利亚实际风电与负荷数据的实验结果表明，所提方法在建模效率与精度方面均优于传统GM...
解读: 该研究提出的GMM不确定性建模方法对阳光电源储能和风电产品具有重要应用价值。该方法可应用于ST系列储能变流器和PowerTitan系统的功率预测与调度优化,提升系统对风电、负荷等不确定性的建模精度。特别是在大规模储能电站中,该方法可提高计算效率,为iSolarCloud平台提供更准确的发电/用电预测...